[发明专利]基于智能电力监测仪表的微电网数据故障诊断方法

说明书

本发明公开一种基于智能电力监测仪表的微电网数据故障诊断方法，包括如下步骤：(10)构建物理约束方程：根据拓扑连接关系和物理关系，生成物理关系约束方程；(20)定时发起诊断：通过设定诊断周期，定时地发起诊断任务；(30)获取微电网数据：获得系统运行的原始数据和电力参数，包括电压、电流监测数值；(40)建立数据修复与故障诊断模型：基于电力参数，设定目标函数，并建立无中心数据修复与诊断优化模型；(50)分布式优化求解：求解优化方程，求解微点网电力参数的估计值；(60)故障诊断与修复：根据故障数据库比对得出故障类型，修复错误数据并发布警告通知。本发明的微电网数据故障诊断方法，鲁棒性强、运行效率高。

技术领域

本发明属于供配电网络远距离监测技术领域，特别是一种鲁棒性强、运行效率高的基于智能电力监测仪表的微电网数据故障诊断方法。

背景技术

随着全球能源危机和环境污染问题日趋严峻，分布式电源(DG)以其特有的可靠高效等优点引起了世界范围内的广泛关注。微电网是以分布式发电技术为基础，整合了分布式电源、储能装置、能量转换装置、相关负荷和监控、保护装置等单元的小型发配电系统。相比于传统的集中式电力系统，微点网具有诸多优点，例如：能够实现自我控制、保护和管理，传输损耗低，发电与安装灵活，供电可靠安全等。微电网技术是未来智能电网改革和转型的关键支撑技术，是分布式清洁能源接入电力系统乃至整个能源系统的核心技术手段。随着智能电网的发展，微电网在运行、设备状态监测、用电信息采集等各个方面产生并沉淀了大量的数据。在维持微电网能源和负荷不确定性平衡关系的基础上，能够正确地获取微电网系统运行数据是控制和优化系统实现各项功能的核心问题之一。然而由于微电网系统具有随机性、波动性、间歇性等特点，获取的运行数据中会通常会夹杂着不良量测数据。这些数据会使系统产生误报警，使系统不能正常运行，影响系统性能和增加能耗，给后续的控制、决策带来严重的影响，甚至造成不可估量的损失。因此，在微电网运行过程中，及时发现和定位故障数据具有重要意义。

当前电力系统不良数据故障诊断方法普遍采用状态估计算法，通过对给定系统结构及量测配置，在量测量有误差的情况下，运用状态估计器估算出系统的真实状态，即各母线上的潮流分布。国内外关于电力系统状态估计算法已经进行了大量的研究，其对象主要针对传统大规模电网。计算的方法一种是以加权最小二乘算法(WLS)、加权最小绝对值算法(WLAV)为代表的静态估计算法，另外一种是以卡尔曼滤波为代表的动态估计法。但对于微电网系统的状态估计算法的研究还不够深入，这是由于微电网的分布式特性以及监测数据量大、控制方式灵活多变等特点。现有的状态估计算法应用于微电网中，会出现诊断效率不高且鲁棒性较差的现象。

总之，现有技术存在的问题是：

1、故障诊断系统鲁棒性较差。现有的故障诊断方法是设置微电网调度中心，通过集中式的状态估计算法，完成微电网的故障数据的诊断与修复。一旦中央基站出现故障，故障诊断过程将无法开展。

2、诊断方法效率较低。由于状态估计算法是在调度中心完成，收集与处理的数据需要占用大量的内存空间。且对于规模较大、数据量较大的微电网，传输信道会发生阻塞，进而影响算法的运行效率。

发明内容

本发明的目的在于提供一种基于智能电力监测仪表的微电网数据故障诊断方法，鲁棒性强、运行效率高。

实现本发明目的的技术解决方案为：

一种基于智能电力监测仪表的微电网数据故障诊断方法，适用于具备分布式智能电力监测仪表的微电网，电网中每个数据监测点设有至少一个智能电力监测仪表，相邻的智能电力监测仪表间信号双向联通，各智能电力监测仪表以自组织、即插即用的方式，根据线路物理拓扑建立智能电力监测仪表测量网络；该方法包括如下步骤：

(10)构建物理约束方程：根据相邻节点的拓扑连接关系和本地节点与相邻节点的物理关系，生成物理关系约束方程；